Niven Narain, Giám đốc điều hành và Chủ tịch của BERG Health – Loạt phỏng vấn

Niven Narain, là Giám đốc điều hành và Chủ tịch của BERG Health, một công ty công nghệ sinh học lâm sàng, được hỗ trợ bởi trí tuệ nhân tạo, áp dụng một cách tiếp cận táo bạo “Trở lại Sinh học^™” cho lĩnh vực chăm sóc sức khỏe. Bằng cách tận dụng một nền tảng thông minh độc quyền – Sinh học Điều tra^®, mục tiêu là lập bản đồ bệnh tật và cách mạng hóa các phương pháp điều trị cho bệnh nhân trên toàn thế giới.

Bạn là một trong những người đồng sáng lập của BERG Health. Điều gì đã truyền cảm hứng cho việc thành lập một công ty khởi nghiệp kết hợp trí tuệ nhân tạo với công nghệ sinh học?

Thành thực, nguồn cảm hứng và tầm nhìn của tôi đến từ sự thất vọng về quá trình phát triển thuốc truyền thống, có thể mất 12-14 năm và hơn 2,6 tỷ đô la để đưa một phương pháp điều trị thuốc ra thị trường. Ngoài ra, Berg muốn loại bỏ các thành kiến khỏi quá trình này và muốn xác định một con đường sẽ tập trung vào bệnh nhân. Phương pháp của chúng tôi kết hợp dữ liệu của bệnh nhân, đã được sàng lọc kỹ lưỡng cho các lớp sinh học đầy đủ, với một hệ thống trí tuệ nhân tạo Bayesian ở phía sau để phân tích tất cả dữ liệu của bệnh nhân và từ đó đưa ra các giả thuyết.

Có những bệnh hoặc loại ung thư nào đang được nhắm đến?

Chúng tôi hiện đang nhắm vào các bệnh thuộc lĩnh vực ung thư học, thần kinh học và bệnh hiếm gặp, bao gồm:

• Miễn dịch học/Bệnh viêm (LUPUS)
• Bệnh tim mạch và chuyển hóa (Đái tháo đường, NASH/NAFLD)
• Bệnh thần kinh (Bệnh Parkinson, Bệnh Alzheimer và Rối loạn phổ tự kỷ)
• Bệnh hiếm gặp (Epidermolysis Bullosa)
• Nhiều loại ung thư (Ung thư não, Ung thư tụy, Ung thư vú, Ung thư tuyến tiền liệt và các loại ung thư khác)

Công ty BERG Health sử dụng nền tảng độc quyền Interrogative Biology^® để lập bản đồ bệnh tật và các lựa chọn điều trị. Bạn có thể giải thích rõ hơn về Interrogative Biology^® là gì?

Nền tảng này bao gồm một quá trình trong đó một mô hình bệnh cụ thể được xây dựng từ các mẫu sinh học lấy từ con người (làm cho nó liên quan đến bệnh của con người chứ không phải mô hình động vật thay thế). Mô hình bệnh này được đưa qua phân tích phân tử toàn diện (phân mảnh đa omics – genomics, transcriptomics, proteomics, lipidomics, metabolomics) để tạo ra hàng tỷ điểm dữ liệu phân tử. Dữ liệu này được tích hợp với thông tin bệnh nhân cá nhân (thông tin lâm sàng và thông tin thế giới thực) bằng cách sử dụng thuật toán trí tuệ nhân tạo Bayesian độc quyền của BERG để tạo ra các bản đồ phân tử của bệnh tật. Đầu ra sau đó được đưa qua các kỹ thuật xác thực phòng thí nghiệm nghiêm ngặt để xác thực chức năng của mô hình bệnh và CRISPR.

Có thể bạn giải thích cách BERG Health huy động sự đổi mới?

BERG hợp tác với các tổ chức học thuật và lâm sàng/y tế để tạo ra các ngân hàng sinh học chất lượng cao, được chú thích lâm sàng cho các chương trình bệnh cụ thể. BERG đã xây dựng một đội chuyên gia trong nhà chuyên về một số khả năng đa omics. Đội này cũng hợp tác với các nhóm có chuyên môn cụ thể cho các hồ sơ dữ liệu bổ sung, chẳng hạn như hồ sơ genomics và transcriptomics được tạo ra với các cộng tác viên. Chúng tôi hợp tác với các tổ chức y tế lâm sàng và các cơ quan nhà nước, bao gồm Bộ Quốc phòng Hoa Kỳ và Phòng thí nghiệm Quốc gia Oak Ridge (ORNL) do Bộ Năng lượng tài trợ, cùng với các tổ chức khác. Chúng tôi đã chứng kiến trực tiếp tầm quan trọng của sự hợp tác và vai trò của nó trong việc tạo ra dữ liệu chất lượng cao được hỗ trợ bởi lịch sử y tế của bệnh nhân và dữ liệu thế giới thực, một bước quan trọng để tích hợp vào các mô hình sinh học. Sự hợp tác với các tổ chức học thuật là rất quan trọng cho việc xác thực phòng thí nghiệm của các đầu ra in-silico để tạo ra một nền tảng khoa học mới về các thông tin phân tử cụ thể được xác định bởi nền tảng.

Có thể bạn mô tả cách trí tuệ nhân tạo được sử dụng để khám phá các yếu tố kích hoạt bệnh hoặc ung thư?

Trí tuệ nhân tạo Bayesian của BERG sử dụng dữ liệu được tạo ra và kiểm duyệt nội bộ cho việc khám phá de novo các yếu tố kích hoạt bệnh cụ thể – xác định mục tiêu cho điều trị, dấu ấn sinh học cho chẩn đoán, phân chia/staging, chẩn đoán kèm theo cho phản ứng/kết quả và lập bản đồ phân tử dài hạn để tạo ra dấu vân tay của phản ứng và các sự kiện bất lợi. Hệ thống trí tuệ nhân tạo so sánh các mô hình bệnh với các mô hình không bị bệnh và mạng “delta” suy diễn các điểm kích hoạt của bệnh.

Có những cách nào mà trí tuệ nhân tạo hỗ trợ việc xác định các dấu ấn sinh học ở bệnh nhân không đáp ứng với các phương pháp điều trị hoặc vắc-xin cụ thể?

Bằng cách thu thập toàn bộ câu chuyện sinh học của bệnh nhân thông qua phân tích đa omics và sử dụng suy diễn nguyên nhân Bayesian từ các mẫu bệnh nhân dài hạn, BERG có thể xác định các tín hiệu nguyên nhân của phản ứng với các phương pháp điều trị đã biết, cơ hội tái sử dụng và các dấu ấn của các thực thể phân tử ảnh hưởng đến mức độ virus và độ bền của phản ứng vắc-xin. Phân tích đa omics vượt xa bộ gen và cho phép bạn xác định các yếu tố lưu thông ảnh hưởng đến kết quả sức khỏe.

Có những loại thuốc nào đang trong đường ống của bạn?

BERG có một số chương trình đang trong giai đoạn phát triển lâm sàng và tiền lâm sàng, với các tài sản trưởng thành nhất trong lĩnh vực ung thư học và bệnh thần kinh.

• Trong lĩnh vực Ung thư học, BPM 31510-IV là một phân tử nhỏ mới nhắm vào chuyển hóa tế bào ung thư, đã hoàn thành thành công giai đoạn 1 (an toàn/tolerability) trong các khối u rắn và ung thư não (GBM). BPM 31510-IV Giai đoạn 2 (hiệu quả, ung thư tụy). Hiện tại đang trong giai đoạn phát triển lâm sàng cho GBM (Giai đoạn 2/3) và Giai đoạn 3 Ung thư tụy.
• BPM 31510-Topical – Hoàn thành thành công giai đoạn 1 trong Epidermolysis Bullosa (Bệnh hiếm gặp/Đánh dấu mồ côi), đang lên kế hoạch cho giai đoạn phát triển lâm sàng 2/3.
• BPM 31510-Oral – Hoàn thành thành công giai đoạn 1 uống trong các tình nguyện viên khỏe mạnh, đang trong giai đoạn lập kế hoạch sớm cho giai đoạn phát triển lâm sàng 2 cho các chỉ định ung thư và không ung thư.
• BPM 31543 là một phân tử nhỏ để ngăn ngừa rụng tóc do hóa trị. An toàn và dung nạp đã được thiết lập trong thử nghiệm lâm sàng giai đoạn 1, cùng với tín hiệu hiệu quả ban đầu. Hiện tại đang trong giai đoạn lập kế hoạch cho giai đoạn phát triển lâm sàng 2/3.
• BPM 42522 – Phân tử nhỏ đầu tiên trong lớp nhắm vào một mục tiêu mới được xác định bởi nền tảng BERG trong con đường Ubiquitin Proteosome, đang trong các nghiên cứu cho phép IND cho các nghiên cứu FIH trong ung thư vào quý 1 năm 2021.
• Một mục tiêu mới được xác định cho Bệnh Parkinson đang trong nỗ lực khám phá thuốc.

Công ty BERG Health gần đây đã hợp tác với Phòng thí nghiệm Quốc gia Oak Ridge của Bộ Năng lượng. Bạn có thể cung cấp một số chi tiết về hợp tác này?

Nền tảng của BERG có khả năng tạo ra danh sách các mục tiêu tiềm năng cho can thiệp bệnh. Siêu máy tính Summit tại ORNL có khả năng phân tích các cấu trúc phân tử toàn diện của các mục tiêu này và xác định các phân tử thuốc giống như thuốc có thể được sử dụng để xác thực nhanh chóng các mục tiêu, dẫn đến thời gian xác thực mục tiêu và phát triển thuốc mới được rút ngắn. Sức mạnh của khả năng tính toán của Summit giảm thời gian phát hiện thuốc từ vài tháng/năm xuống chỉ vài giờ/ngày để tạo ra các “hit” chất lượng cao đầu tiên của các phân tử giống như thuốc. Hợp tác BERG-ORNL cung cấp nền tảng cho việc xác định nhanh chóng các mục tiêu bệnh cụ thể mới và quá trình phát hiện thuốc liên quan. Nó cũng cho phép tạo ra các đường ống sản phẩm bệnh cụ thể một cách liền mạch, sẵn sàng cho phát triển lâm sàng. Ảnh hưởng chính của hợp tác này là về thời gian và chi phí của việc khám phá và phát triển thuốc mới.

COVID-19 rõ ràng là điều mà mọi người đang quan tâm, BERG Health đang hỗ trợ nỗ lực này như thế nào?

Nền tảng Sinh học Điều tra được hỗ trợ bởi trí tuệ nhân tạo của BERG đã được tận dụng để tạo ra một mô hình cụ thể cho COVID-19, dẫn đến việc xác định một số mục tiêu đã biết và mới có tiềm năng ảnh hưởng đến quá trình nhiễm bệnh và tái sử dụng các thuốc đã được phê duyệt để giảm thiểu/tối ưu hóa kết quả lâm sàng. Thông qua sự hợp tác tích cực với ORNL, chúng tôi hiện đang tham gia vào việc khám phá và phát triển các phân tử nhỏ chống lại các mục tiêu mới cho việc điều trị tiềm năng COVID-19.

Cảm ơn bạn đã tham gia phỏng vấn, những người đọc muốn tìm hiểu thêm nên truy cập BERG Health.